自动驾驶领域热议的“去高精地图”，并非彻底抛弃地图，而是一场深刻的技术与商业逻辑变革。通过解析“无图”方案的真相，本文揭示了行业如何从依赖昂贵静态数据，转向依靠车辆实时感知与推理，从而实现更低成本、更广范围的高阶智能驾驶。
智能速览
“无图”并非真的无图，而是去掉高精地图，采用成本更低的轻地图。
高精地图因更新慢、成本高和政策限制，难以适应复杂的城市道路。
BEV、Transformer和占用网络等实时感知技术是实现“无图”方案的核心。
特斯拉与华为等厂商的方案虽不同，但都转向了“重感知、轻地图”的路线。
未来自动驾驶将形成“强感知、轻地图、重算力”的三角结构。
精华内容
“无图”智驾的背后，并非简单的技术加减法，而是一场关乎成本、效率与安全的系统性重塑。要理解这场变革，需深入其技术内核与商业驱动力。
高精地图的困境
高精度地图曾被视为自动驾驶的“标准答案”，但在城市道路中，其弊端日益凸显。首先是“鲜度”问题，城市道路频繁修路、改道，而高精地图更新周期长达季度甚至半年，信息滞后带来安全风险。
其次是高昂的成本，厘米级地图测绘成本高达每公里数千元，覆盖全国数百万公里道路并持续维护，对企业是天文数字。华为曾坦言，采集上海9000公里高精地图耗时一年，结果还未完工，早期路段信息已过时。此外，严格的测绘资质政策也限制了其普及速度。
实时感知技术崛起
为摆脱高精地图的束缚，车辆自身感知能力必须飞跃。当前“无图”方案的核心，是让车辆在行驶中实时生成地图。特斯拉的纯视觉方案是先行者，通过8个摄像头捕捉图像，利用BEV技术将2D图像实时转化为统一的3D空间，进行全局环境建模。
更先进的Occupancy Network则将空间划分为三维像素块，直接判断占用情况，完美解决异形障碍物识别难题。国内厂商如华为，即便保留激光雷达，其ADS 3.0也引入GOD网络实现3D全景理解，覆盖范围相当于2.5个足球场。
轻地图的折中之道
现阶段的“无图”，准确说是“去高精地图”，而非完全不要地图。当车辆传感器存在视线和距离限制时，如看不见被大车遮挡的红绿灯或远方立交桥，地图的先验信息依然关键。因此，“轻地图”应运而生。
轻地图保留了米级精度的道路拓扑、车道连通性和关键路标信息，其生产成本比高精地图降低80%至95%，更新频率可达周级甚至天级。它通过量产车众源更新，形成一张“鲜活地图”，比传统测绘的“死地图”更具优势。
未来的必然趋势
“无图化”成为必然，是技术发展和商业规律共同作用的结果。从商业上看，要实现高阶智驾的规模化，就必须摆脱对昂贵高精地图的依赖，从而降低智驾汽车的售价，推动技术向15万甚至10万级车型普及。
未来的自动驾驶系统将形成“强感知、轻地图、重算力”的稳定三角结构。地图将不再是感知主导，而是作为特殊的“传感器先验信息”，提供超出视距的宏观预判。这场从有图到无图的迁徙，是智能体从“死记硬背”向“举一反三”的进化。
从依赖高精地图到拥抱实时感知，自动驾驶正经历从“死记硬背”到“举一反三”的进化。地图并未消失，而是以更轻量、鲜活的形式融入系统，这为高阶智驾的规模化普及铺平了道路，未来的出行体验值得期待。
